Multithreading 当Tensorflow上的操作间并行性增加时，会发生什么情况？
我已经阅读了Tensorflow关于互操作和内部并行性的文档。然而，我还没有完全理解互操作并行性如何影响引擎盖下的TensorflowMultithreading 当Tensorflow上的操作间并行性增加时，会发生什么情况？,multithreading,tensorflow,parallel-processing,Multithreading,Tensorflow,Parallel Processing,我已经阅读了Tensorflow关于互操作和内部并行性的文档。然而，我还没有完全理解互操作并行性如何影响引擎盖下的Tensorflow 我的问题是：InterOp线程池中的线程实际上是并行地训练模型的（即，通过在线程之间分割训练迭代，每个线程在训练批的不同子集上训练），或者它们只是并行化执行图的非冲突分支？操作间并行性限制了执行器可以并行启动多少个操作。操作内并行性约束Eigen用于执行单个内核的CPU线程数。将数据拆分为批处理是一种更高级别的功能，由客户机（即像tf.Estimator这样的P
我的问题是：InterOp线程池中的线程实际上是并行地训练模型的（即，通过在线程之间分割训练迭代，每个线程在训练批的不同子集上训练），或者它们只是并行化执行图的非冲突分支？操作间并行性限制了执行器可以并行启动多少个操作。操作内并行性约束Eigen用于执行单个内核的CPU线程数。将数据拆分为批处理是一种更高级别的功能，由客户机（即像tf.Estimator这样的Python库）处理。运行时无法区分数据和参数——它们都只是流经计算图的张量。谢谢您的回答。执行引擎如何决定是否可以并行启动两个操作？例如，调用训练函数（并传递下一批训练数据）的For循环是否可以与操作间并行化？操作间并行化仅控制单个
会话的并行化。运行调用。在一个进程中，您可以并行发出多个session.run调用，可能来自不同的会话。